как построить классификацию отчетов

Question

Я работаю над анализом настроений, я использовал вектор числа пиплайнов и TFIDF. Можно ли построить график с помощью отчета о классификации matplotlib?Давайте предположим, что я распечатываю отчет о классификации следующим образом:

mnb = MultinomialNB()
countvect = CountVectorizer()
# MultinomialNB
best_mnb_countvect = grid_vect(mnb, parameters_mnb, X_train, X_test, parameters_text=parameters_vect, vect=countvect)

и получаю это:

Performing grid search...
pipeline: ['features', 'clf']
parameters:
{'clf__alpha': (0.25, 0.5, 0.75),
 'features__pipe__vect__max_df': (0.25, 0.5, 0.75),
 'features__pipe__vect__min_df': (1, 2),
 'features__pipe__vect__ngram_range': ((1, 1), (1, 2))}
Fitting 5 folds for each of 36 candidates, totalling 180 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 2 concurrent workers.
[Parallel(n_jobs=-1)]: Done  46 tasks      | elapsed:   50.2s
[Parallel(n_jobs=-1)]: Done 180 out of 180 | elapsed:  3.2min finished
done in 201.063s

Best CV score: 0.783
Best parameters set:
    clf__alpha: 0.25
    features__pipe__vect__max_df: 0.25
    features__pipe__vect__min_df: 1
    features__pipe__vect__ngram_range: (1, 2)
Test score with best_estimator_: 0.797


Classification Report Test Data
              precision    recall  f1-score   support

         NEG       0.79      0.80      0.80      2227
         POS       0.80      0.80      0.80      2301

    accuracy                           0.80      4528
   macro avg       0.80      0.80      0.80      4528
weighted avg       0.80      0.80      0.80      4528